你正在刷股票软件，突然看到Allbirds——那个卖羊毛鞋的环保品牌——宣布自己是"AI公司"。三分钟后，股价飙升。这不是洋葱新闻，是2024年真实发生的资本狂欢。
但狂欢背后有个更扎心的问题：斯坦福刚发布的研究显示，AI能力在提升，但想远离它的人也变多了。这矛盾怎么解？
一张图看懂"AI必然论"陷阱
想象一个坐标系。横轴是技术能力，纵轴是公众接受度。按理说两者该同步向上，但现实是两条线正在分叉——能力往上走，信任往下掉。
这就是《The Verge》播客最新一期拆解的核心图景。主持人David Pierce和Nilay Patel把它叫做"AI silly season"（AI silly season，愚蠢季节）：不是技术出了问题，是围绕技术的叙事陷入了集体催眠。
Allbirds的案例完美诠释了这种催眠。一家卖鞋公司，产品是可降解鞋底和桉树纤维，突然发布"Newbird AI"战略。没有技术细节，没有产品路线图，只有一句"我们要用AI重塑体验"。
市场反应？股价短时间内涨了七倍（septuple）。
Pierce在播客里调侃：「这就像是，你家楼下的面包店宣布要做区块链，然后估值超过星巴克。」
为什么"AI必然论"成了陷阱
陷阱的第一层：混淆"技术存在"与"技术采用"。
斯坦福研究确实显示，AI在基准测试（benchmark）上持续进步。图像识别错误率下降，语言模型困惑度（perplexity）降低，代码生成通过率上升。这些曲线很漂亮。
但另一组数据被忽略了：同一批研究追踪了用户主观意愿，发现"希望减少AI接触"的人群比例在上升。不是不用，是用完之后更想逃离。
Patel在讨论中抛出一个观察：「我们陷入了一种修辞暴力——任何质疑AI部署节奏的人，都被贴上'阻碍进步'的标签。」
这种暴力的最新受害者是Sam Altman。播客提到，针对他的攻击事件后，舆论场分裂成两个极端阵营：一边是"AI来了你必须上车"的加速派，另一边是"能不能先别推了"的拒绝派。中间地带正在消失。
陷阱的第二层：把"能用"偷换成"必须用"。
播客里引用了另一项研究（具体机构未提及，但属于近期发布的用户行为调研）：高频AI用户中，相当比例报告"使用后的疲惫感"。不是工具不好用，是"不得不用"的压力让人窒息。
这揭示了一个产品设计层面的悖论。AI工具越普及，用户越感到被剥夺选择权。自动补全不能关，推荐算法不能停，客服机器人绕不开。技术从"助手"滑向"环境"，个人掌控感随之蒸发。
Pierce总结得很尖刻：「我们不是在卖AI，是在卖FOMO（Fear Of Missing Out，错失恐惧）。而FOMO的保质期比你想的短。」
从Allbirds看商业叙事的通胀
回到那双鞋。Allbirds的AI声明之所以有效，是因为它精准击中了资本市场的叙事饥渴。
拆解它的操作：没有研发投入披露，没有技术团队介绍，没有具体应用场景。只有品牌词（Newbird）+ 技术词（AI）+ 动词（transform）。三要素组合，构成一个可传播的符号包裹。
这种操作的狡猾之处在于不可证伪。一年后如果没做出东西，可以说"仍在探索"；如果股价跌了，可以说"市场不理解长期愿景"。
播客嘉宾（未具名，属于Hype Desk栏目成员）在讨论Coachella和"RAMageddon"时顺带吐槽：「现在看财报电话会，AI出现频率和股价波动相关性，比营收数据还强。」
这不是Allbirds的独创。播客提到同期其他案例（未具体点名），模式高度一致：传统业务+AI叙事=估值重构。区别在于，Allbirds的环保人设与AI的能耗争议形成了微妙张力——一个讲碳中和的品牌，拥抱以算力吞噬著称的技术。
这种张力被刻意忽略了。在"AI必然论"的叙事框架里，技术是中性的、进步的、不可阻挡的。任何矛盾都被归入"执行细节"，而非"战略质疑"。
用户反抗的三种形态
播客没有停留在批判层面，而是梳理了用户端的真实反馈。这些反馈构成对"必然论"的软性抵抗。
第一种是功能性逃离。不是反对AI，是反对特定形态的AI。比如客服场景：用户发现"转人工"选项被隐藏或延迟，直接挂断电话或放弃交易。数据上表现为转化率下降，但很少被归因于AI部署。
第二种是情感性疲劳。播客引用研究中的用户原话（未逐字复述，但大意是）："每次打开软件都要和AI打交道，感觉像被迫社交。"这种疲劳不针对功能，针对的是关系设定——用户不想和机器建立拟人化连接。
第三种是价值性拒绝。最激进也最小众。部分用户开始主动选择"无AI"产品作为身份标识，类似早期的有机食品和后来的数字极简主义。播客暗示这可能是下一个 niche market（利基市场），但未展开数据支撑。
三种形态有个共同点：它们都不出现在技术乐观主义的叙事里。"AI必然论"预设了用户会适应、会接受、会爱上。但真实用户行为显示，适应可能是被迫的，接受可能是妥协的，爱上则远未发生。
技术分叉点：能力曲线与信任曲线的赛跑
播客后半段转向更宏观的判断。Pierce和Patel讨论了一个关键问题：AI行业是否正在经历自己的"peak"（峰值）？
这里的peak不是技术意义上的——能力还在提升——而是社会意义上的。公众注意力、资本耐心、监管容忍度，这三项资源是否正在同时见顶？
证据是散落的。Ticketmaster垄断案的结果（播客提及但未详述）、微软对MacBook Neo的回应策略、以及"万物涨价"背景下的消费紧缩，共同构成一个压力测试环境。AI产品不能再靠"未来愿景"融资，必须证明当下的用户价值。
Patel在讨论中做了一个对比：「2000年互联网泡沫破裂时，技术本身没问题，问题是估值脱离了用户采纳速度。现在的AI叙事，用户采纳数据比当年还虚。」
这个判断值得拆解。互联网泡沫时期，至少还有明确的用户增长指标（网站访问量、注册用户）。AI时代的关键指标是什么？日活？使用时长？这些指标在"嵌入一切"的产品策略下，变得难以归因。
当你打开一个App，AI功能自动运行，这算"采用"还是"暴露"？统计口径的模糊，让"AI必然论"获得了自我强化的数据基础。
给从业者的三张自检清单
播客没有给出结论，但对话中反复出现的焦虑，可以提炼为三个实操问题。
第一，你的AI功能解决的是用户痛点，还是公司 KPI？Allbirds的声明之所以空洞，是因为它回答的是"我们如何显得前沿"，而非"用户为什么需要"。
第二，你的"必然性"叙事是否有退出机制？真正自信的技术部署，会保留用户的选择权。强制性的"智能"，往往暴露的是产品信心的匮乏。
第三，你的数据仪表盘是否包含"负面信号"？不只是用户投诉，还包括沉默的流失、功能的绕过、以及那些从未被记录的不满。斯坦福研究显示的"想远离AI"人群，正是这些信号的集合。
Pierce在结尾处讲了一个细节：「我们录这期节目时，Allbirds股价已经回落了。但'AI公司'的标签还在官网挂着。这可能是2024年最诚实的隐喻——叙事比产品持久，但持久不等于有效。」
对于每天被"AI转型"轰炸的科技从业者，这期播客的价值在于校准感知。技术能力在提升，这是事实。公众信任在分化，这也是事实。把前者包装成"必然"，掩盖后者，是当下最危险的商业策略。
Allbirds的七倍涨幅会消退，但"AI silly season"的教训值得存档：当所有人都说"必须"的时候，恰恰要问一句"凭什么"。
热门跟贴